Raport 2

Najlepsze kodowania

Dla każdego kodowania przprowadzono 5-krotną walidację krzyżową. Walidację potwórzono 4 razy (4 z powodu ograniczeń obliczeniowych). Obliczenia zostały przeprowadzone uwzględniając dwie strategie uczenia: tylko hexamery w zbiorze uczącycm (etykiety hexamers na rysunkach i w tabelach) oraz sekwencje o dowolnej długości w zbiorze uczącym (etykieta all-mers na rysunkach i w tabelach).

Heksamery

Na rysunku powyżej przedstawiono średnie AUC dla klasyfikatorów uczonych dla heksamerów (czerwone kropki) oraz minimalną i maksymalną wartość AUC. Wybrano 10% najlepszych kodowań.

Kodowanie 32.

	Group
1	A, G
2	R, K
3	N, D, Q, E, H, P, S, T
4	C, I, L, M, F, V
5	W, Y

Kodowanie 41.

	Group
1	A, C, G
2	R, K
3	N, Q, E, H, P, T, Y
4	D, S
5	I, L, M, F, W, V

Kodowanie 44.

	Group
1	A, C, G, S
2	R, K
3	N, Q, H, P, T
4	D, E
5	I, L, M, F, W, Y, V

Kodowanie 53.

	Group
1	A, C, G
2	R, K
3	N, Q, H, P, S, T
4	D, E
5	I, L, M, F, W, Y, V

Kodowanie 77.

	Group
1	A, C
2	R, K
3	N, Q, E, H, P, T
4	D, G, S
5	I, L, M, F, W, Y, V

Kodowanie 79.

	Group
1	A, G
2	R, K
3	N, D, Q, E, H, P, S, T
4	C, I, L, M, F, V
5	W, Y

Kodowanie 86.

	Group
1	A, C, G
2	R, K
3	N, Q, E, H, P, T, Y
4	D, S
5	I, L, M, F, W, V

Kodowanie 89.

	Group
1	A, C, G, S
2	R, K
3	N, Q, H, P, T
4	D, E
5	I, L, M, F, W, Y, V

Kodowanie 90.

	Group
1	A, G, P, S, T
2	R, D, E, K
3	N, Q
4	C, H, I, L, M, V
5	F, W, Y

Kodowanie 91.

	Group
1	A, C, G
2	R, D, E, K
3	N, Q, H, P, S, T
4	I, L, M, V
5	F, W, Y

Kodowanie 92.

	Group
1	A, C, G, P, S, T
2	R, D, E, K
3	N, Q, H
4	I, L, M, V
5	F, W, Y

Wszystkie najlepsze kodowania zawierają 5 grup.

Sekwencje o dowolnej długości

Na rysunku powyżej przedstawiono średnie AUC dla klasyfikatorów uczonych dla heksamerów (czerwone kropki) oraz minimalną i maksymalną wartość AUC. Wybrano 10% najlepszych kodowań.

Kodowanie 32.

	Group
1	A, N, D, C, Q, E, G, P, S, T
2	R, H, K
3	I, L, M, F, W, Y, V

Kodowanie 41.

	Group
1	A, N, D, C, Q, E, G, H, S, T
2	R, K
3	I, F, W, Y
4	L, M, P, V

Kodowanie 44.

	Group
1	A, C, G, H, P
2	R, K
3	N, D, Q, E, S, T
4	I, L, M, F, W, Y, V

Kodowanie 53.

	Group
1	A, N, D, C, Q, E, G, H, S, T
2	R, K
3	I, F, W, Y
4	L, M, P, V

Kodowanie 77.

	Group
1	A, C, G
2	R, K
3	N, D, Q, E, H, S, T
4	I, F, W, Y
5	L, M, P, V

Kodowanie 79.

	Group
1	A, G
2	R, K
3	N, D, Q, E, H, P, S, T
4	C, I, L, M, F, V
5	W, Y

Kodowanie 86.

	Group
1	A, C, G
2	R, K
3	N, Q, H, P, S, T
4	D, E
5	I, L, M, F, W, Y, V

Kodowanie 89.

	Group
1	A, C, G, S
2	R, K
3	N, D, Q, E, H, T
4	I, F, W, Y
5	L, M, P, V

Kodowanie 90.

	Group
1	A, C
2	R, K
3	N, Q, E, H, P, T
4	D, G, S
5	I, L, M, F, W, Y, V

Kodowanie 91.

	Group
1	A, G
2	R, K
3	N, D, Q, E, H, P, S, T
4	C, I, L, M, F, V
5	W, Y

Kodowanie 92.

	Group
1	A, G, P
2	R, K
3	N, D, Q, E, S, T
4	C, H
5	I, L, M, F, W, Y, V

Pond połowa najlepszych kodowań zawiera 5 grup, pozostałe mniej.

Porównanie najlepszych kodowań

Rysunek powyżej przedstawia różnice w grupowaniu aminokwasów dla najlepszych grupowań. Wysokość słupka odpowiada częstotliwości z jaką aminokwas \(a_1\) był zaliczany do tej samej grupy, co aminokwas \(a_2\). Grupa “background” oznacza wszystkie możliwe kodowania.

Ten sam wykres, co powyżej. Z uwagi na to, że arginina i lizyna występują razem bardzo często utrudniając obserwację zmienności dla innych par aminokwasów, wszystkie wykresy przycięto do wartości częstości 0.40.